TensorFlow 团队发布

当 TensorFlow YouTube 频道在 2018 年推出时，我们有一个愿景，那就是向全球的开发者介绍机器学习的可能性，并激励他们。该频道推出了像 Coding TensorFlow 这样的系列节目，展示了如何使用 TensorFlow，以及 Made with TensorFlow 这样的系列节目，展示了人们使用 TensorFlow 做出的令人鼓舞的故事，以及更多内容。该频道已经取得了巨大的增长。但我们也学到了一项重要的经验：这是一个全球现象，为了有效地覆盖全球范围，我们应该用多种语言提供一些我们最好的内容，并由母语人士进行演示。查看俄语版的热门 Zero to Hero 系列！

TensorFlow 中的机器学习入门：Zero to Hero

有时，似乎无法打开互联网、报纸或书籍，而不遇到关于机器学习或人工智能的讨论。到处都是信息和炒作。看到这种情况，TensorFlow 团队的 Lawrence Moroney 决定创建一个四部分视频讲座，从开发者的角度介绍机器学习的真正含义。该讲座基于他在 2019 年 Google IO 大会上的热门演讲，名为“TensorFlow 中的机器学习入门：Zero to Hero”。

第一个视频 将介绍机器学习是编程的一种新范式，它与编写 Java 或 C++ 等编程语言的特定算法不同，而是创建了一个能够从输入数据中学习以发现算法的系统。但机器学习内部是什么样的呢？在这个视频中，您将分解一个类似于“Hello World”程序的简单机器学习系统的创建，它将向您介绍在后续系列中将应用于更有趣的任务（计算机视觉）的概念。



第二个视频 将探讨一个简单的计算机视觉系统，并教计算机如何识别和识别不同的物体。您也可以自己分解这个例子：https://goo.gle/34cHkDk



第三个视频 将讨论卷积神经网络，以及它们在计算机视觉任务中如此强大的原因。卷积是一种过滤器，它遍历图像，对其进行处理，并提取可用于理解图像之间共同点的特征。在这个视频中，您将学习卷积的工作原理，并尝试从图像中提取特征。您也可以自己尝试这个例子： http://bit.ly/2lGoC5f



第四个视频 将教您如何为石头、剪刀、布创建一个分类器。在第一部分中，我们展示了这个例子，并提到了编写代码来识别和分类它们的难度。在学习机器学习的过程中，我们了解了如何创建神经网络来发现图像中的模式，对它们进行分类，最后使用卷积来提取特征。在这个系列中，我们将把之前学到的所有内容整合在一起。
Colab 笔记本： http://bit.ly/2lXXdw5.
石头、剪刀、布数据集： http://bit.ly/2kbV92O



我们希望您喜欢我们的视频。如果您想看到更多内容，请告诉我们！